XiaoMi-AI文件搜索系统
World File Search System旋律
迷幻：音乐与迷幻的相互作用
图1音乐的预测编码。（a）音乐（由旋律，和谐和节奏组成）感知是由大脑的实时预测模型通过贝叶斯推论所设定的预测。模型取决于听众的文化背景，听到音乐的背景，听众的个别特征，他们的能力，他们的大脑状态以及生物学因素。（b）音乐摘录显示了一个晕厥节奏，可以使用4/4米的遵循。串联注释会导致感知的节奏与预测的仪表之间存在误差，敦促听众通过例如敲击来加强仪表来行动。这个过程每次节奏都会重复出现，并且长期，这允许学习和音乐引起的情感。（c）涉及音乐感知，动作和情感过程的大脑网络的概述。学习被描述为通过贝叶斯推断对预测性脑模型的持续更新。2 p表示贝叶斯推论中音乐预测的持续更新。
听觉符号材料的高保真传输与主要听觉区域之间左右神经解剖不对称的减少有关
人们认为，音乐等听觉符号系统的代际稳定性依赖于大脑过程，这些过程允许忠实地传递复杂的声音。人们对支持这种能力的人类大脑的功能和结构方面知之甚少，一些研究表明听觉网络的双侧组织是假定的神经基础。在这里，我们通过检查听觉皮层之间左右神经解剖不对称的作用进一步检验了这一假设。我们从大量参与者（非音乐家）收集了神经解剖图像，并使用 Freesurfer 的基于表面的形态测量法对其进行了分析。扫描数周后，同样的个体参加了模拟音乐传播的实验室实验：信号游戏。我们发现，人工音调系统的代际传递的高准确性与 Heschl 沟皮层厚度向右不对称的减少有关。我们的研究表明，旋律材料的高保真复制可能依赖于计算神经元资源在半球中的分布程度。我们的数据进一步支持了大脑半球间组织在听觉符号系统的文化传播和进化中的作用。
第 14 届声音与音乐计算会议论文集...
Jeffrey M. Morris Ferin Martino 的巡演：将同一算法艺术装置改编到不同场地和平台的经验教训 Tejaswinee Kelkar、Alexander Refsum Jensenius 探索“声音追踪”中的旋律和运动特征 Ryan Kirkbride Troop：一种用于现场编码的协作工具 Yusuke Wada、Yoshiaki Bando、Eita Nakamura、Katsutoshi Itoyama、Kazuyoshi Yoshii 一种自适应卡拉 OK 系统，可与用户的歌声同步播放音乐音频信号的伴奏部分 Jose J. Valero-Mas、José M. Iñesta 对起始选择函数中阈值建立的描述性统计和自适应方法的实验评估 Raul Masu、Andrea Conci、Cristina Core、Antonella de Angeli、Fabio Morreale Robinflock：一种用于与儿童互动场景的复音算法作曲家Philippe Kocher 技术辅助的多时间音乐表演 Peter Lennox、Ian McKenzie 通过组织传导研究空间音乐感受质
利用音乐疗法来增强神经疾病并发症的康复
神经音乐疗法（NMT）已证明有助于从多种神经系统疾病的患者中恢复并发症。将音乐和虚拟现实与标准康复疗法相结合可增强患者的依从性，并使治疗更加愉快。听音乐的行为不仅可以减少癫痫样的排放，还可以放大大脑可塑性。此外，音乐会引起音乐家与非音乐家之间大脑解剖结构的可辨认变化。作为一种具有成本效益的干预措施，音乐疗法显着有助于加速，有效地恢复后冲程后患者，尤其是在活动结束后迅速应用时。大量证据支持将音乐整合到康复计划中，从而促进手功能，灵巧，空间运动，认知功能，情绪，协调，步幅长度和记忆的恢复。诸如学习单词，旋律语调疗法和唱歌之类的技术在加快失语症患者的康复中起着至关重要的作用。是康复团队的宝贵成员。NMT作为一种有效的，基于证据的治疗方法的批准强调了其在增强患者预后的重要性。
阿里郎，韩国传统民歌
H. 描述：学生将描述阿里郎的文化意义。 I. 分析：分析力度和措辞如何影响歌曲的情感传递。 J. 比较：比较阿里郎的传统和现代表演，找出风格和诠释的差异。 材料（如书籍、录音、技术、乐器等）：乐谱、钢琴 教育理论和/或研究原理：近侧发展区 (ZPD)：通过先教授较容易的部分（旋律），然后再进展到更复杂的任务（和声和力度）的支架式教学，符合维果茨基的 ZPD 理论。 建构主义学习：本课旨在让学生通过参与文化背景和基于表演的学习 (Piaget, 1969) 积极建构知识。 学生所需的先前知识： 基本合唱经验：学生应有和声歌唱和合唱经历。基本音乐理论：了解音乐的动态（钢琴、强音、渐强）并能够阅读基本的 SATB 合唱乐谱。文化开放性：对世界音乐或多元文化音乐背景的先前讨论将有助于学生理解阿里郎的意义。
使用人工智能生成音乐
网络扬声器用于公共场所的公共广播，有时也用于播放背景音乐。要播放音乐，需要专门为在公共环境中使用而制作的特殊商业音乐许可证。但是，为了按照现行法规做到这一点，客户必须支付许可费并了解版权许可的相关知识。在本文中，我们探讨了使用机器学习方法生成替代的、无需许可的背景音乐的可能性。我们调查了该领域的现有模型和数据集，并对音乐家进行了访谈，以确定可用作评估指标的音乐质量特征。我们选择调整和比较 Transformer 模型 GPT-3 和长短期记忆 (LSTM) 模型 Performance_RNN。使用 COSIATEC 算法对音乐进行评估以查找递归模式，并使用基于 Tymoszcko 的调性理论的自定义指标。进行了实验以调查学习率、训练数据特征和生成参数的影响。 GPT-3 和 Performance RNN 在生成音乐的长期结构方面都表现良好，但训练时间和准确度因所选数据集而异。为了补充本论文的研究结果，研究人类对音乐的感知与本报告中获得的分数之间的相关性将会很有趣。进一步研究训练数据特征（例如流派和旋律内容）的影响也很有趣。
人类/人工智能共同创作歌曲的实验
音乐共同创造旨在使人类和计算机合作创作音乐。作为计算音乐学领域的 MIR 团队，我们在编写“2020 年 AI 歌曲大赛”参赛作品时尝试了共同创造。人工智能用于独立生成歌曲的结构、和声、歌词和旋律，并作为人类作曲的基础。从创意和技术的角度来看，这都是一个挑战：在很短的时间内，团队必须调整自己的简单模型或尝试现有模型，以完成相关但仍不熟悉的任务，即通过 AI 生成音乐。我们提出的歌曲名为“I Keep Counting”。我们公开详细介绍了歌曲创作、编曲和制作的过程。这次经历提出了许多关于创造力和机器之间关系的问题，无论是在音乐分析和生成方面，还是在人工智能在协助作曲家工作方面可以发挥的作用方面。我们尝试将人工智能作为自动化，将作曲的某些部分机械化，尤其是将人工智能作为建议来培养作曲家的创造力，这要归功于令人惊讶的歌词、不寻常的部分连续性和意想不到的和弦进展。因此，处理这种材料可以激发人类的创造力。
人类与人工智能共同创作歌曲的实验
摘要 音乐共同创造旨在使人类和计算机合作创作音乐。作为计算音乐学领域的 MIR 团队，我们在创作“2020 年 AI 歌曲大赛”参赛作品时尝试了共同创造。人工智能被用来独立生成歌曲的结构、和声、歌词和旋律，并作为人类作曲的基础。从创意和技术的角度来看，这都是一个挑战：在很短的时间内，团队必须调整自己的简单模型或尝试现有模型，以完成一项相关但仍然不熟悉的任务，即通过 AI 生成音乐。我们提出的歌曲名为“I Keep Counting”。我们公开详细介绍了歌曲创作、编曲和制作的过程。这次经历提出了许多关于创造力和机器之间关系的问题，无论是在音乐分析和生成方面，还是在 AI 在协助作曲家工作方面可以发挥的作用方面。我们尝试将人工智能作为自动化，使作曲的某些部分机械化，尤其是将人工智能作为建议来培养作曲家的创造力，这要归功于令人惊讶的歌词、不寻常的部分连续性和意想不到的和弦进展。因此，处理这些材料可以激发人类的创造力。
Ken Déguernel、Mathieu Giraud、Richard Groult、Sebastien Gulluni。从旋律到结构，个性化 AI 实现共同创作音乐。声音与音乐计算 (SMC 2022)，2022 年，法国圣艾蒂安。第 314-321 页，�10.5281/zenodo.6573287�。�hal-03618015�
共同创造是一种独特的艺术情境，人与计算机互动，对互动性、可操控性和个性化提出了挑战。我们提出了一种新的共同创作音乐创作方法，我们在参加“2021 年人工智能歌曲大赛”时采用了这种方法，这是一项涉及人工智能 (AI) 的国际音乐比赛。我们对人工智能创作方法进行了个性化，以适应作曲家的需求和期望。作曲家与不同人工智能方法之间的互动贯穿整个作曲过程，包括通过基于机器学习的人工智能的数据共享和基于规则的人工智能的知识共享来生成旋律、和弦进行、整体结构和纹理变化。我们描述了这些人工智能方法以及作曲家如何与它们互动：人工智能方法的个性化使作曲家能够在保持原有风格的同时探索新的音乐领域，人工智能音乐生成“听起来就像是专门为他生成的”。歌曲“The last moment before you fly”在本次比赛中排名第三，评委强调了这首歌的“个人感觉”。我们在这里讨论这些方法如何为使用人工智能和个性化的新共同创作方法开辟道路。
人工智能教科书
• 语言智力：这是在说话和写作时思考和使用正确和适当的词语的能力。 • 数学智力：这是进行数学运算的能力。它还包括对数学中使用的对象和符号的理解。 • 人际智力：这包括理解和有效与他人互动的能力。它还包括注意和区分他人的情绪、脾气、动机和意图的能力，以及根据这些知识采取行动的潜力。 • 内省智力：这包括理解自己的能力。它还包括识别你想要什么和不想要什么，以及接受自己的优点和缺点。当我们理解和接受自己时，我们可以发挥自己的优势。 • 音乐智力：这包括对音调、旋律、节奏和音调的敏感性和理解。它还包括对周围音乐的音调和乐句的理解。它理解如何将音调和乐句组合成更大的音乐节奏和结构，包括对音乐情感方面的认识。 • 空间智能：这包括三维思考能力。它包括准确感知视觉世界、对感知进行转换和检测相似模式的能力。 • 自然智能：这包括观察自然模式和理解自然和人造系统的能力。它还包括对植物、动物和自然其他方面的敏感性和理解力。